In veel zorginstellingen wordt het welzijn van bewoners 's nachts bewaakt met behulp van audio en video. Om meerdere cliënten efficiënt te bewaken vindt er op video en geluidsstromen een met de computer geautomatiseerde voorselectie plaats. Voor geluid vindt deze voorselectie momenteel plaats op basis van drempelwaarden op de intensiteit en de duur van het geluid (2e generatie akoestische detectie1). Bij een drempeloverschrijding wordt een woning of slaapruimte gemarkeerd als aandacht behoevend. De verantwoordelijke zorgmedewerker kan vervolgens een geluidsfragment beluisteren en daar waar het beschikbaar is de camerabeelden bekijken om vast te stellen of er zorgverlening of een nadere (zorg-)interventie nodig is.Idealiter is het aantal onterechte alarmmeldingen laag, terwijl er tegelijkertijd geen belangrijke gebeurtenissen gemist worden. Op beide punten is verbetering nodig. Tegelijkertijd zijn er bewoner-gerelateerde geluiden die, afhankelijk van de bewoner, meer of minder aandacht behoeven; denk hierbij aan praten, snurken en geagiteerd gedrag. Voor deze geluiden zou het nuttig zijn als er een op de bewoner toegespitste voorselectie mogelijk is. Om dit te bewerkstelligen is het nodig deze geluiden automatisch te herkennen.Doel van het project:Het met behulp van geluidsanalyse categoriseren van en daarmee toekennen van labels aan alarmmeldingen om het aantal onterechte meldingen te verminderen, zonder daarbij de terechte alarmen te missen.Op basis van geluidsfragmenten, verzameld bij een zorginstelling die werkt met een akoestisch alarmeringssysteem van de tweede generatie, zijn 3 relevante detectoren ontwikkeld en is er advies gegeven voor aanpassingen van de gebruikersinterface van de zorgapplicatie. Het Proof of Concept op basis van 3 detectoren wordt getest in de zorgomgeving parallel aan het huidige systeem. Tegelijkertijd is het business model van het te ontwikkelen systeem onderzocht.Bereikte resultaten:● Er is een geannoteerde dataverzameling● Er is een rapport businessmodel● Er is een architectuur ontwikkeld waarbinnen detector ontwikkeling mogelijk is● Er is een detector ontwikkeld● De ontwikkelde detectoren zijn getest
DOCUMENT
Een van de instrumenten voor de bepaling van de kwaliteit en van de aanwezigheid van opgetreden schade vormt het niet-destructief onderzoek (NDO), waarvan vele uitvoeringsvormen zijn ontwikkeld en waaraan binnen de kaders van de wetgeving en de in gebruik zijnde Codes zowel aan de apparatuur als aan de bediening eisen worden gesteld. Zo moeten ook de uitvoerders van NDO in de praktijk gecertificeerd zijn.
DOCUMENT
In het kader van actualisering van voorlichtingspublicaties (een samenwerkingsverband tussen FDP, FME, NIL, NIMR, Syntens en TNO Industrie & Techniek), is deze voorlichtingspublicatie aangepast aan de huidige stand der techniek. De originele publicatie is in 1992 tot stand gekomen door samenwerking van de Vereniging FME/CWM en het Nederlands Instituut voor Lastechniek in het kader van het FME/NIL project "Het lijmen als verbindingstechniek".
DOCUMENT
In deze publicatie wordt ingegaan op het verbinden van dunne plaat en buis met behulp van de diverse lijmprocessen. Deze publicatie is er een uit een serie van vijf die naast de algemene publicatie (TI.03.13) tevens drie andere verbindingstechnieken behandelen, zoals lassen (TI.03.14), mechanisch verbinden (TI.03.16) en solderen (TI.03.17).
DOCUMENT
Door de krapte op de arbeidsmarkt groeit de vraag naar technische oplossingen om taken van mensen te kunnen overnemen. Onder andere in de beveiligingsbranche is er grote schaarste aan personeel. Sorama is een bedrijf dat akoestische camera’s maakt dat ongewone omgevingsgeluiden (geluidsanomalieën) kan detecteren, analyseren, en visualiseren. Een akoestische camera is een sensor met meerdere gerichte microfoons die in een normaal camerabeeld kan aangeven waar een bepaald geluid zich bevindt en met welke intensiteit. Dit systeem passen zij toe in voetbalstadions en uitgaansgebieden. Avular is een bedrijf dat rijdende robots en drones maakt voor inspectietoepassingen. Samen willen zij een robot maken die met behulp van akoestische- en videocamera’s surveillance taken kan uitvoeren. Sorama en Avular zijn met Fontys Engineering, Lectoraat Mechatronica & Robotica in contact gekomen om te onderzoeken welke nieuwe technologieën toegepast kunnen worden om een robot deze surveillance taak te laten volbrengen. Uitdagingen zijn: • Hoe kunnen we herkennen waar een specifiek geluid zich bevindt ten opzichte van de robot? • Hoe kunnen we hier naar toe rijden? • Hoe kunnen we de informatie van verschillende sensoren (beeld en geluid) gebruiken om te identificeren wat de oorzaak is van het geluid en wat zou het gedrag van de robot moeten zijn afhankelijk van de situatie? Het Lectoraat Mechatronica & Robotica heeft jarenlang ervaring met onderzoek op het gebied van mobiele robots en doet onderzoek naar de technologieën die in dit project van toepassing zullen zijn zoals: robot navigatie, sensor fusie, object detectie en AI. Gezamenlijk hebben de partners alle technische kennis in huis om dit project tot een goed einde te brengen en kennis op het gebied van ieders expertise aan elkaar over te dragen.
Hoewel drones worden gebruikt in steeds toenemende civiele toepassingen voor een goede daad, zijn kwaadwillende drones ook steeds meer en steeds vaker worden ingezet om schade aan te richten. Huis, tuin en keukendrones zijn in staat om door te dringen tot zwaarbeveiligde gebieden en daar verwoestende schade aan te brengen. Ze zijn goedkoop, precies en kunnen steeds grotere afstanden afleggen. Kwaadwillende drones vormen een groot gevaar voor de nationale veiligheid. In dit KIEM-project onderzoeken wij de vraag in hoeverre is het mogelijk om drones te ontwikkelen die volledig autonoom een ongecontroleerde omgeving (luchtruim) veilig kunnen houden? Counter drones moeten kamikaze-drones kunnen signaleren en uitschakelen. Bestaande systemen zijn nog onvoldoende in staat om kwaadwillende drones op tijd uit te schakelen. Bij Defensie, de Nationale Politie en het gevangeniswezen is dringend behoefte aan systemen die kwaadwillende drones kunnen detecteren en uitschakelen. Er zijn thans enkele (Europese) systemen waarmee drones kunnen worden gedetecteerd, onder andere met radiofrequentiesignalen (voelen), optische- en radartechnologie (zien) en akoestische systemen (horen). Geen van deze systemen vormen de ‘silver bullet’ voor het bestrijden van kwaadwillende drones, vooral kleine en laagvliegende drones. Met een feasibility study wordt nagegaan wat de state-of-the-art is van de huidige counter dronetechnologieën en op welke technologiedomeinen het consortium waarde kan toevoegen aan de ontwikkeling van effectieve counter drones. Saxion en haar partners zet zich de komende jaren in op Sleuteltechnologieën als: Human Robotic Interaction, Perception, Navigation, Systems Development, Mechatronics en Cognition. Technologieën die terugkomen in counter drones, maar ook worden doorontwikkeld voor andere toepassingsgebieden. Het project bestaat uit 4 fasen: een onderzoek naar de huidige counter dronetechnologieën (IST), onderzoek naar gewenste/toekomstige counter dronetechnologieën (SOLL), een gap-analyse (TOR) én een omgevingsanalyse om na te gaan wat er elders in Europa al aan onderzoek plaatsvindt. Tevens wordt een netwerk ontwikkeld om counter droneontwikkeling mogelijk te maken.
